试用模糊数学理论方法进行人群环境评价

目前,环境质量评价通常是根据国家规定的环境评价标准,对各环境要素进行单要素评价或综合评价.评价用的基本数据主要     

基于概率神经网络的西安地区地下水水质评价

为了检验概率神经网络在地下水水质评价中的适用性,论文分别采用综合评价法和概率神经网络评价法对西安地区地下水水质进行了评价,结果表明概率神经网络法能综合考虑各因子对水质的影响,剔除不良数据造成的干扰,能很好地反应地下水的水质状况。同时分析了西安地区地下水水质变化趋势和空间分布情况,结果显示：西安地区地下水水质年际变化不大,大部分地区水质较好;2001~2004年潜水多为Ⅱ类和Ⅲ类水,承压水多为Ⅰ类水。     

水质评价方法探讨

本文对国内外通用的一些水质评价方法进行了分析比较,探讨了这些方法存在的一些问题和缺陷。提出了超标度的新概念,并在此基础上,提出了两种新的水质评价方法,并与现有的水质评价方法进行了比较。     

水质评价方法的探讨

现行水质评价方法为单因子评价法,该方法存在一定的不合理性.文章探讨了以多项水质参数综合评价方法中的算术平均法为主要评价方法来评价水体水质,文章探讨的评价方法对评价因子的划分与《综合污水排放标准》(GB8978-1996)指导思想一致.     

水质评价方法的探讨

本刊于1980年第4期发表熊广政、裘小松二位同志的《数学期望和方差在环境质量评价中的应用》一文后,引起一些读者的关注。1981年11月,重庆市环境保护局徐淑碧同志投书本刊,就该文内容与水质评价中应用统计模式的问题与作者商榷。裘小松同志虚心地对待不同意见,并直接与徐淑碧同志书信联系,诚恳地与其展开学术讨论。徐淑碧同志亦严谨认真、一丝不苟。双方互相尊重、互相学习,经过数月的通信交流,对有关问题的探讨逐步深化。 裘、徐二位远隔千里,素昧生平,但为了增长学识,在讨论中取长补短,相得益彰。这种学风是很值得提倡的。 以下刊登裘小松、徐淑碧二位同志三篇一组文章,供同志们参考。     

不同水质评价方法在小流域水质评价中的应用比较

为了更好地掌握辖区内的小流域水质情况,为小流域水环境治理提供参考依据,本文以福建省宁德市霍童溪流域内的多条小流域为例,运用单因子评价法和占标率法进行评价。结果表明：单因子评价法简单、快速、直观地获得水质类别和超标因子;占标率法能较明显地指出具体指标的污染程度。通过对比2种评价方法的适用性,为相关部门在小流域环境治理中选择评价方法提供参考。     

基于概率神经网络的指标规范值的水质评价模型

为了建立地表水、地下水和富营养化3类水体共同适用的概率神经网络的水质评价模型,适当设定3类水体各项指标参照值及指标值的规范变换式,使3类水体不同指标的同级标准规范值差异尽可能小,从而各指标都可用同一个"等效"规范指标替代,因此,概率神经网络隐层各类模式的基函数中心矢量的各指标分量值可视作是相同的,即都等于同级标准所有72项指标规范值的均值。基于概率神经网络的指标规范值表示的水质评价模型用于3类水体评价实例检验,验证了该模型的普适性、简洁性和实用性。     

用MBOD法进行河流、湖泊的水质评价

一、前言近年来,由于河流、湖泊等水域富营养化,使其水质恶化,造成了很大的社会问题。所以,在各方面的调查正在积极进行。在考虑湖泊和内弯的富营养化问题的时候,作为其原因的就是富营养盐类的     

用多变量分析法对广岛湾进行水质评价

1、序言近年来,在沿岸海域出现了显著的富营养化,使各方面遭受到很大的影响。为此,关于水质污染或富营养化的问题,尽管从各个角度进行着广泛的研究,但因其机理复杂,不明确之处仍然很多。从通常所测定的海域里各种水质参量     

水资源水质评价方法分析与进展

对国内外众多的水质评价方法的特点进行了归类分析和比较研究，指出各方法的适用条件和适用范围，提出了设计合理的水质评价模式的特征要求以及今后的研究方向和发展趋势。     

水质评价及预测的神经网络方法

本文基于模糊混合聚类法进行水质评价工作，重点讨论了采用人工神经网络方法进行水质评价及预测的可通用性及有效性，为进一步建立一个水质评价及预测的知识库指出了一个良好的途径。     

水质评价模式识别的BP神经网络方法

水质受多个因素的影响，而且这些作用多是非线性的。其水质评价的实质是实现一个非线性映射。由于具有任意个隐层节点的前馈神经网络可以以任意精度逼近一个连续函数，因此，目前得到普遍应用的是采用BP算法的多层前馈神经网络。文中运用人工神经网络的反向传播（BP）算法进行了实例评价，与其它方法相比，评价精度较高，方法简单易行。     

水质评价和监测的生物学方法进展

从生物群落结构和功能的角度，阐述了生物监测和评价研究的现状；目前利用水生生物进行水质评价和监测的一些主要研究方法及发展趋势。     

多级模糊模式识别方法用于湖泊水质评价

进行模糊综合评估的应用与研究很多，在那些方法中主要应用最大隶属度原则进行最后的评定，但是湖泊水质评价涉及到多样点多项指标等多因素，一般模糊综合评价方法中的最大隶属度原则不能适用。本文利用多级模糊模式识别方法的基本理论，通过多目标优选，给出了更加合理、科学的评价模型；利用该模型我们对武汉市东湖水质监测结果做出了较为合理的评价。     

基于多元统计分析和RBFNNs的水质评价方法

提出了一种基于多元统计分析和RBFNNs的水质评价方法,其可适用于大尺度、多断面、长时间的水质评价工作,旨在补充以往相关研究工作.其主要程序为:利用方差分析对各断面多年水质监测样本进行时间与空间尺度上的显著差异性分析,识别出具有显著差异的样本,然后通过层次聚类分析把上述样本进行聚类分组,最后应用径向基神经网络对各组样本进行水质评价,并把此评价结果再分解到各断面各时段,此方法的特点为在不损失信息的前提下能大大减轻水质评价工作量,且客观可信、分辨率高,并能综合反映总体与个别特征.以辽宁省太子河为例,通过方差分析将2001～2003年6个断面的144个样本归纳为存在显著差异的74个样本,再通过聚类分析得到9个相似组,相应的水质评价结果为2.7394、4.4306、4.0994、2.777、4.2192、4.1214、4.4129、4.4259、4.4359,与传统单项指数法的结果基本一致.具体落实到各断面,结果表明,2001～2003 年间太子河大部分断面的水质处于Ⅳ类以上.     

黄河三门峡河段基于模糊数学方法的水质评价

水体质量受多种因素的影响,水质评价是对多种因素的综合评价,水环境污染及其程度的轻重属于模糊概念,水质分级实质是水体影响因素论域上的模糊子集,因此采用模糊综合评价方法对水质进行评价较为合适.介绍了模糊综合评价方法及步骤,并且针对在利用模糊数学方法评价水质时各个影响因子权重难以确定的状况,采用了解相关模糊方程法来确定权重,有效地避免了主观因素的干扰,最后,依据《地表水环境质量标准》(GB3838-2002)作为水质评价标准,对黄河三门峡河段水质进行了评价,并与相关文献作一比较,总体效果较为满意.     

多重水质评价方法在地下水水质评价中的对比研究—以北京市朝阳区为例

目前地下水水质评价方法众多,选择合适的评价方法对地下水的管理与利用具有重要意义。以北京市朝阳区2020年枯水期采集的地下水水样检测结果为基础,利用改进的层次分析法、单因子指数法和综合污染指数法对地下水水质进行评价,并对比3种方法评价结果的准确性以及存在的不合理之处。结果表明：1）3种方法的水质评价结果差异较大,改进的层次分析法的水质评价结果最优,单因子指数法的评价结果最差,综合污染指数法的评价结果与其他方法的一致性最高;2）在进行水质评价时可优先选择综合污染指数法,单因子指数法适用于水质要求较高或超标污染物少的水体,改进的层次分析法适用于有多种污染物超标的水体;3）为进一步确定3种方法对地下水水质评价结果的准确性,将3种方法的评价结果与可靠性分析结果进行对比,发现改进的层次分析法、单因子指数法和综合污染指数法与可靠性分析的水质评价结果相同的占比分别为90.48%、42.86%、47.62%。因此,在对地下水水质进行综合评价时,可使用改进的层次分析法。

     

供水管网水质评价方法的探讨及其应用

利用了模糊数学评价模型和综合指数评价模型分别对南方某市部分给水管网水质进行评价。评价结果分析表明,模糊数学评价法具有评价准确性好、操作简单的特点;综合指数法具有评价结果直观、精确度较高的优点。从评价结果上看,综合指数法较模糊数学评价法更为合理。